摘要
本发明提出了一种基于时空特征融合的游戏行为异常检测方法,所述方法包括如下步骤:行为数据可视化编码:采集用户操作时序数据,按事件类型进行色相映射编码,将基础操作事件、核心交互事件、数值变动事件及无操作事件分别映射为差异化颜色,其中数值类事件采用渐变色表征变动强度;基于预设时间单元将时序数据分割为行向量,通过多行堆叠生成二维行为图谱,横向表征时间连续性,纵向反映行为周期规律性,形成包含时空特征的可视化数据载体;双通道检测模型构建:构建监督检测通道与增强检测通道的双层架构,监督检测通道采用深度卷积神经网络提取图谱空间特征并连接可解释分类器输出行为合规概率。
技术关键词
异常检测方法
深度卷积神经网络
动态权重分配
图谱
周期性特征
数据可视化
数据载体
游戏场景
双通道模型
时空分布特征
机制
密度聚类算法
渐变色
特征向量库
时序
编码
分类器
系统为您推荐了相关专利信息
数据标准规范
信息管理方法
管理云
学校
元数据管理
协同预警方法
设备状态传感器
图谱
动态
神经网络技术
问答模型
问答服务方法
能源
计算机程序产品
意图类别
部件识别方法
计算机可读程序
知识图谱推理
注意力
部件识别系统